Grupa za robotiku u Googleovom odjelu DeepMind predstavila je tri nova proizvoda koji će pomoći robotima da brže donose odluke i djeluju učinkovitije i sigurnije dok obavljaju zadatke u blizini ljudi.
AutoRT-ov sustav prikupljanja podataka temelji se na vizualnom jezičnom modelu (VLM) i velikom jezičnom modelu (LLM) – oni pomažu robotima u procjeni okoline, prilagodbi nepoznatim situacijama i donošenju odluka o izvršavanju zadataka. VLM se koristi za analizu okoline i prepoznavanje objekata unutar vidnog polja, dok je LLM odgovoran za kreativno izvršavanje zadataka. Najvažnija inovacija AutoRT-a bila je pojava u LLM bloku "Robot Constitutions" - sigurnosno orijentiranih naredbi koje govore stroju da izbjegava odabir zadataka koji uključuju ljude, životinje, oštre predmete, pa čak i električne uređaje. U svrhu dodatne sigurnosti, rad je programiran da se zaustavi kada sila na zglobovima prijeđe određeni prag; a njihov dizajn sada ima dodatni fizički prekidač koji osoba može koristiti u hitnim slučajevima.
U proteklih sedam mjeseci Google je postavio 53 posla sa sustavom AutoRT u četiri svoje poslovne zgrade i proveo više od 77 testova. Nekim su strojevima daljinski upravljali operateri, dok su drugi izvršavali zadatke autonomno ili na temelju zadanog algoritma ili pomoću AI modela Robotic Transformer (RT-2). Za sada svi ovi roboti imaju krajnje jednostavan izgled: oni su manipulatorski udovi na mobilnoj bazi i kamere za procjenu situacije.
Druga inovacija bio je SARA-RT (Self-Adaptive Robust Attention for Robotics Transformers) sustav, usmjeren na optimizaciju rada modela RT-2. Istraživači su otkrili da se udvostručenjem ulaznih podataka, na primjer, povećanjem razlučivosti kamera, potreba robota za računalnim resursima povećava četiri puta. Taj je problem riješen novom metodom finog podešavanja umjetne inteligencije nazvanom up-training – ova metoda pretvara kvadratni rast potrebe za računalnim resursima u gotovo linearni. Zbog toga model radi brže, zadržavajući prethodnu kvalitetu.
Konačno, inženjeri Google DeepMinda razvili su RT-Trajectory AI model, koji pojednostavljuje obuku robota za obavljanje specifičnih zadataka. Nakon postavljanja zadatka, operater sam demonstrira uzorak njegovog izvršenja, RT-Trajectory analizira putanju kretanja koju je postavila osoba i prilagođava je radnjama robota.
Pročitajte također: